К содержимому
Робототехника

G1 thermal safety filters

защита от падений и перегрева для робота Unitree G1

2 мин чтенияобновлено

Набор из трёх фильтров безопасности на базе world-моделей (нейросетей, предсказывающих развитие событий в среде) для симуляции гуманоидного робота Unitree G1 в MuJoCo Warp и mjlab. На каждом шаге управления (50 Гц) фильтр проверяет действие основной политики: если прогноз показывает риск падения или нагрев обмотки любого мотора выше 70 °C, управление передаётся резервной политике, обученной методом SHAC (алгоритм обучения с подкреплением через дифференцируемую симуляцию). В отличие от обычных контроллеров, эти фильтры учитывают тепловую модель двигателей и используют конформную калибровку границ безопасности. Релиз пригодится исследователям в области робототехники и обучения с подкреплением (RL) для безопасного тестирования алгоритмов локомоции в симуляторе.

Ключевые особенности

  • Три варианта архитектуры: joint (одна сеть предсказывает и движение, и температуру), separate (движение предсказывает сеть, а температуру точно считает физическая модель sysID) и fall_only_cbf (сеть следит только за падениями, а перегрев отсекает барьерная функция управления CBF).
  • Автоматическая проверка совместимости: при запуске загрузчик сверяет хэши файлов по manifest.json и проверяет соответствие параметров среды через check_binding.
  • Заметный рост выживаемости при толчках: при трекинге движений с политикой SONIC доля успешных эпизодов выросла с 47.6% до 88.5% в режиме separate с защёлкой (latch).
  • Снижение перегрева: доля эпизодов с перегревом моторов в том же тесте упала с 19.3% до 0.9%.

Что можно сделать

  • Встроить фильтр как обёртку WMTubeFilteredEnv в пайплайн обучения on-policy алгоритмов (например, PPO) в среде robot-safety-sandbox.
  • Запустить готовые эксперименты по обучению ходьбы G1TP-Track-Walk4-WM-* из репозитория g1_safety_porl для сравнения трёх подходов к безопасности.
  • Откалибровать границы безопасности под собственную политику управления с помощью скриптов calibrate_wm_min_tube.py из песочницы.

Пример

from robot_safety_sandbox.filters.pretrained import download, load_pretrained_filter
from robot_safety_sandbox.filtered_env import WMTubeFilteredEnv

root = download("zengyh29/g1-thermal-safety-filters")
env.reset()
filt, bundle = load_pretrained_filter(env, root, "separate", seed=0, condition="wmmin:1:0.95+dwell1")
env = WMTubeFilteredEnv(env, filt)
ПодробнееБенчмарки (трекинг SONIC с толчками, 3 сида × 1024 эпизода): выживаемость без фильтра — 47.6% (19.3% перегревов), с фильтром separate (wmmin:1:0.95+latch) — 88.5% (0.9% перегревов).
Требования: mjlab (коммит dcdf6ce5), MuJoCo / MuJoCo Warp 3.16.0, PyTorch с CUDA, robot-safety-sandbox, safety_sb3 и G1-robot-model-with-SysID 0.4.0.
Ограничения: работает только в симуляции, так как world-модель использует привилегированные данные (точные состояния суставов, контакты стоп и температуры); горизонт 3 с не опубликован.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # zengyh29/g1-thermal-safety-filters
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download zengyh29/g1-thermal-safety-filters --local-dir ~/models/g1-thermal-safety-filters
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к g1-thermal-safety-filters
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии g1-thermal-safety-filters — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

zengyh29/g1-thermal-safety-filters
Автор
zengyh29
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии